Q. UX/UI(프디) 공고에서 부가적으로 마케팅 디자인(콘텐츠, 그래픽, 배너) 요구시 꼭 넣어야 할까요?

우디 🙋) 필수는 아닐 가능성(nice to have)이 높습니다.
- 그래도 마음에 걸린다면 포폴 후반 어펜딕스 장표를 추가해 컨셉작을 몇 개 넣는 것도 방법입니다.
- 그래픽에 자신이 없다면 캔바같은 툴을 베이스로 시작, 수정을 거쳐 내것으로 만들어 보세요.
- 미드저니/파이어 플라이로 만든 AI 결과물을 그대로 넣는거 보다, 포토샵으로 수정을 거쳐 의도에 가깝게 표현했다고 어필하는 것도 좋습니다.

Q. UX/UI(프디) 공고에서 부가적으로 마케팅 디자인(콘텐츠, 그래픽, 배너) 요구시 꼭 넣어야 할까요? 우디 🙋) 필수는 아닐 가능성(nice to have)이 높습니다.- 그래도 마음에 걸린다면 포폴 후반 어펜딕스 장표를 추가해 컨셉작을 몇 개 넣는 것도 방법입니다.- 그래픽에 자신이 없다면 캔바같은 툴을 베이스로 시작, 수정을 거쳐 내것으로 만들어 보세요.- 미드저니/파이어 플라이로 만든 AI 결과물을 그대로 넣는거 보다, 포토샵으로 수정을 거쳐 의도에 가깝게 표현했다고 어필하는 것도 좋습니다.

✅ 프로덕트 디자인 공고에 그래픽 능력을 요구할 때?

솔트웨어는 백패커 핸드메이드 작품 판매 서비스 아이디어스(idus)에 아마존웹서비스(Amazon Web Serviews, 이하 AWS) 생성형 AI 서비스인 아마존 베드록(Amazon Bedrock) 기반 제품 추천

솔트웨어, 백패커에 아마존 베드록 아이디어스 서비스 구축

아이디어스는 37만개 이상의 다양한 핸드메이드 작품을 판매하고 있으며, 거래액의 26%가 선물로 구매될 만큼 특별한 선물을 찾는 고객들에게서 인기를 끌고 있는 서비스입니다.

아이디어스는 이번에 Amazon Bedrock을 기반으로 고객의 다양한 사용 시나리오에 최적화된 새로운 추천 방식을 적용하고 창의적인 선물 테마를 추천할 수 있게 검색 경험을 혁신하였습니다.

특정 기념일이나 선물 받을 대상에 어울리는 테마명을 자동으로 생성하고, 고객은 검색어를 통해 적합한 테마를 자동으로 선택할 수 있게 된 것입니다다. 예를 들어, '생일 선물'을 검색하면 기념일과 연관된 테마가 제안되며, 선택된 테마에는 관련 작품들이 적절한 순서로 노출됩니다.

https://n.news.naver.com/article/030/0003270612?sid=105

아이디어스는 37만개 이상의 다양한 핸드메이드 작품을 판매하고 있으며, 거래액의 26%가 선물로 구매될 만큼 특별한 선물을 찾는 고객들에게서 인기를 끌고 있는 서비스입니다. 아이디어스는 이번에 Amazon Bedrock을 기반으로 고객의 다양한 사용 시나리오에 최적화된 새로운 추천 방식을 적용하고 창의적인 선물 테마를 추천할 수 있게 검색 경험을 혁신하였습니다. 특정&nbsp;기념일이나&nbsp;선물&nbsp;받을&nbsp;대상에&nbsp;어울리는&nbsp;테마명을&nbsp;자동으로&nbsp;생성하고, 고객은&nbsp;검색어를&nbsp;통해&nbsp;적합한&nbsp;테마를&nbsp;자동으로&nbsp;선택할&nbsp;수&nbsp;있게&nbsp;된 것입니다다.&nbsp;예를&nbsp;들어, '생일&nbsp;선물'을&nbsp;검색하면&nbsp;기념일과&nbsp;연관된&nbsp;테마가&nbsp;제안되며,&nbsp;선택된&nbsp;테마에는&nbsp;관련&nbsp;작품들이&nbsp;적절한&nbsp;순서로&nbsp;노출됩니다. https://n.news.naver.com/article/030/0003270612?sid=105

n.news.naver.com

'아이디어스'의 AI 선물 검색

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

우아콘에 나온 데이터분석 챗봇 '물어보새!'
이거 보고 저도 만들고 있어요!
(재밌는데 AI 엔지니어로 전향을...)

연휴에 널널한데 재밌게 좋네요 :) 다들 업무에 적용해보세요!

https://youtu.be/_QPhoKItI2k?si=X7-bDz4IGqJx0NDc

우아콘에 나온 데이터분석 챗봇 '물어보새!'이거 보고 저도 만들고 있어요!(재밌는데 AI 엔지니어로 전향을...) 연휴에 널널한데 재밌게 좋네요 :) 다들 업무에 적용해보세요! https://youtu.be/_QPhoKItI2k?si=X7-bDz4IGqJx0NDc

youtu.be

랭체인+RAG으로 text to SQL 만들기

A few points that I want to mention after working in Coupang for 6 months as a Recommender system software engineer

Review - 6 Months in Coupang

쿠팡에서 추천 시스템 백엔드 엔지니어로 조인한지 6개월 차가 되었습니다.
다음 분기를, 내년을 준비하고자 지난 기간을 되돌아봅니다.

문화
자신의 상황에 따라 많이 차이가 있을 수 있으나, 제가 경험하고 느낀 바는 아래와 같습니다.

 * 사용자 문제에 기반
대부분의 주요 프로젝트는 사용자 문제에 기반하여 주도됩니다. 여러 데이터를 참조하여 문제를 정의하고, 해결하고자 하는 바를 기술하며, 성공과 실패(롤백)은 어떤 기준일지를 작성한 1-pager를 통해 변경 프로젝트가 시작되고 팀이 구성됩니다.

 * 실험 주도
문제 정의부터 성공과 실패의 정의 및 판단까지 모든 것은 데이터와 A/B 테스트를 기반으로 진행됩니다. 고도화되어 구현에 큰 비용이 발생하지 않는 A/B 테스트 플랫폼과 프로세스는 중요 핵심 자산으로 보이며, 그렇기에 모든 변경은 검증되어 개선이 인정될 때만 반영되고 그렇지 않다면 폐기됩니다.
(관련해 좋은 책, Ron Kohavi의 Trustworthy Online Controlled Experiments)

 * 문제를 소유하지, 도메인을 점유하지 않음
주로는 도메인 오너가 도메인에 대한 변경을 진행하게 되지만, 리소스가 없다면 도메인 오너의 가이드 하에 특정 문제를 해결하기 위해 도메인 오너가 아닌 컨트리뷰터가 기여하기도 합니다. 물론, 특정 도메인 서비스에 대한 운영, oncall 등은 도메인 오너가 진행합니다.

하지만, 어떤 문제를 어떤 구성원이 P0로 해결하는 중이라면 그 문제를 위한 변경은 도메인에 구애받지 않고 '급한 구성원'이 해결할 수 있는 기회가 비교적 열려 있습니다.

Self AAR (Review)
추천 시스템은 다른 백엔드 시스템과는 조금 다르게 내부적으로 헤비한 데이터(Data-Intensive) 처리가 존재하고, 그 데이터 처리에 기반한 모델을 서빙한다는 특징이 있습니다. 유사한 도메인으로는 검색, ML 서빙 플랫폼와 같은 것들이 생각되는데요.

그렇기에 엔지니어로 관여하는 부분은 모델링, 파이프라이닝, 서빙, 그리고 기본적인 운영과 같은 4가지로 구분할 수 있습니다.

저는 지난 160일간 대략적으로 파이프라이닝, 서빙, 그리고 운영에 관여하였습니다.

 * 파이프라이닝
특정 유저에 대해 특정 추천상품이라는 후보군들을 뽑아내기 위해 Offline으로 준비되는 데이터에 해당됩니다. Java, Scala, Python 등에 기반한 Spark으로 되어 있어, 일부 데이터를 추가하는 작업을 진행하였습니다.

 * 서빙
실시간으로 추천 위젯과 위젯의 상품 리스트를 응답하는 서비스입니다. 주로 다양한 업스트림을 Aggregate하는 패턴으로 다양한 아규먼트를 받을 수 잇는 GRPC 엔드포인트를 제공합니다.

 * 운영
모델링, 파이프라이닝, 서빙에 대한 유지와 모니터링이 해당됩니다. Spark 버젼을 마이그레이션하거나, AWS LB와 내부 클러스터 설정 구조를 변경하거나, CICD에 사용되는 서비스를 전사 정책에 따라 마이그레이션 하는 등의 작업을 진행합니다.

특징적으로는 Oncall이 일주일씩 로테이션이 되기에, Grafana alert에 따라 전화가 오면 핸들링하는 Oncall 프로세스를 진행하기도 합니다.

(원본: https://kadensungbincho.com/blog/backend/review-6-months-in-coupang)

쿠팡에서 추천 시스템 백엔드 엔지니어로 조인한지 6개월 차가 되었습니다. 다음 분기를, 내년을 준비하고자 지난 기간을 되돌아봅니다. 문화자신의 상황에 따라 많이 차이가 있을 수 있으나, 제가 경험하고 느낀 바는 아래와 같습니다. <ul ><li>사용자 문제에 기반</li></ul>대부분의 주요 프로젝트는 사용자 문제에 기반하여 주도됩니다. 여러 데이터를 참조하여 문제를 정의하고, 해결하고자 하는 바를 기술하며, 성공과 실패(롤백)은 어떤 기준일지를 작성한 1-pager를 통해 변경 프로젝트가 시작되고 팀이 구성됩니다. <ul ><li>실험 주도</li></ul>문제 정의부터 성공과 실패의 정의 및 판단까지 모든 것은 데이터와 A/B 테스트를 기반으로 진행됩니다. 고도화되어 구현에 큰 비용이 발생하지 않는 A/B 테스트 플랫폼과 프로세스는 중요 핵심 자산으로 보이며, 그렇기에 모든 변경은 검증되어 개선이 인정될 때만 반영되고 그렇지 않다면 폐기됩니다. (관련해 좋은 책, Ron Kohavi의 Trustworthy Online Controlled Experiments) <ul ><li>문제를 소유하지, 도메인을 점유하지 않음</li></ul>주로는 도메인 오너가 도메인에 대한 변경을 진행하게 되지만, 리소스가 없다면 도메인 오너의 가이드 하에 특정 문제를 해결하기 위해 도메인 오너가 아닌 컨트리뷰터가 기여하기도 합니다. 물론, 특정 도메인 서비스에 대한 운영, oncall 등은 도메인 오너가 진행합니다. 하지만, 어떤 문제를 어떤 구성원이 P0로 해결하는 중이라면 그 문제를 위한 변경은 도메인에 구애받지 않고 '급한 구성원'이 해결할 수 있는 기회가 비교적 열려 있습니다. Self AAR (Review)추천 시스템은 다른 백엔드 시스템과는 조금 다르게 내부적으로 헤비한 데이터(Data-Intensive) 처리가 존재하고, 그 데이터 처리에 기반한 모델을 서빙한다는 특징이 있습니다. 유사한 도메인으로는 검색, ML 서빙 플랫폼와 같은 것들이 생각되는데요. 그렇기에 엔지니어로 관여하는 부분은 모델링, 파이프라이닝, 서빙, 그리고 기본적인 운영과 같은 4가지로 구분할 수 있습니다. 저는 지난 160일간 대략적으로 파이프라이닝, 서빙, 그리고 운영에 관여하였습니다. <ul ><li>파이프라이닝</li></ul>특정 유저에 대해 특정 추천상품이라는 후보군들을 뽑아내기 위해 Offline으로 준비되는 데이터에 해당됩니다. Java, Scala, Python 등에 기반한 Spark으로 되어 있어, 일부 데이터를 추가하는 작업을 진행하였습니다. <ul ><li> 서빙</li></ul>실시간으로 추천 위젯과 위젯의 상품 리스트를 응답하는 서비스입니다. 주로 다양한 업스트림을 Aggregate하는 패턴으로 다양한 아규먼트를 받을 수 잇는 GRPC 엔드포인트를 제공합니다. <ul ><li>운영</li></ul>모델링, 파이프라이닝, 서빙에 대한 유지와 모니터링이 해당됩니다. Spark 버젼을 마이그레이션하거나, AWS LB와 내부 클러스터 설정 구조를 변경하거나, CICD에 사용되는 서비스를 전사 정책에 따라 마이그레이션 하는 등의 작업을 진행합니다. 특징적으로는 Oncall이 일주일씩 로테이션이 되기에, Grafana alert에 따라 전화가 오면 핸들링하는 Oncall 프로세스를 진행하기도 합니다. (원본: https://kadensungbincho.com/blog/backend/review-6-months-in-coupang)

Kaden Sungbin Cho

쿠팡에서의 6개월 회고

오픈AI에서 공식 포스팅한 12일간의 내용 요약이예요!

Day 1: 새로운 o1 추론 모델 및 ChatGPT Pro 출시
Day 2: 강화 학습 세부 조정 연구 프로그램 확장
Day 3: Sora 출시
Day 4: Canvas 기능 확장
Day 5: ChatGPT와 Apple Intelligence 통합
Day 6: Advanced Voice Mode의 비디오 분석 및 화면 공유 기능 추가
Day 7: ChatGPT에 Projects 기능 추가
Day 8: ChatGPT Search 모든 사용자에게 제공
Day 9: o1 모델, OpenAI API에서 제공
Day 10: 1-800-ChatGPT 전화 서비스
Day 11: 더 많은 앱과 통합된 ChatGPT
Day 12: 차세대 o3 및 o3-mini 모델 티저 공개

https://openai.com/12-days/

오픈AI에서 공식 포스팅한 12일간의 내용 요약이예요! Day 1: 새로운 o1 추론 모델 및 ChatGPT Pro 출시Day 2: 강화 학습 세부 조정 연구 프로그램 확장Day 3: Sora 출시Day 4: Canvas 기능 확장Day 5: ChatGPT와 Apple Intelligence 통합Day 6: Advanced Voice Mode의 비디오 분석 및 화면 공유 기능 추가Day 7: ChatGPT에 Projects 기능 추가Day 8: ChatGPT Search 모든 사용자에게 제공Day 9: o1 모델, OpenAI API에서 제공Day 10: 1-800-ChatGPT 전화 서비스Day 11: 더 많은 앱과 통합된 ChatGPTDay 12: 차세대 o3 및 o3-mini 모델 티저 공개 https://openai.com/12-days/

openAI의 12일간의 발표 내용들

남이 짠 코드를 읽는 건 재미없는 일입니다. 가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다. 잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다. 내가 코딩할 때나 재미를 느끼는 것입니다.

코드를 짜는 재미

남이 짠 코드를 읽는 건 재미없는 일입니다.
가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다.
잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다.
내가 코딩할 때나 재미를 느끼는 것입니다.

남의 코드를 많이 읽어야 실력이 빨리 향상된다고 합니다. 동의합니다.
저도 공부를 위해 가끔 오픈 소스 코드를 다운로드해서 읽어 보려 시도했지만…
번번이 포기했습니다. 너무 어렵고 재미없고 고통스러워서.
20년 동안 코딩을 했지만 실력이 이 모양인 건 남의 코드를 많이 안 읽어서 아닐까?

요즘 다시 남의 코드를 읽고 있습니다.
다 Cursor 덕분입니다.
Cursor에게 부탁하고 Accept를 누르다 보면 코드를 하나도 모른 채 프로그램이 동작하게 됩니다.
분명 내 프로젝트인데 어떤 파일에 어떤 코드들이 있는 건지 나도 모르겠어.

할 수 없이 잠시 멈추고 꾸역꾸역 코드를 읽습니다.
남이 짠 코드. 역시나 재미없고 스트레스를 받습니다.
그래도 읽어 나갈 수밖에 없습니다. 내 프로젝트니까.

이렇게라도 남의 코드를 읽으며 배울 수 있으니 좋은 거 아닐까?
그런 생각이 들면서도 이게 뭐 하는 짓인가 현타가 오는 건 어쩔 수 없습니다. 코딩을 하는 재미를 빼앗기고 있는 것 같습니다.

바둑을 두던 사람들도 이런 기분이었을까요?

https://jeho.page/essay/2024/12/23/writing-code.html

남이 짠 코드를 읽는 건 재미없는 일입니다. 가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다. 잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다. 내가 코딩할 때나 재미를 느끼는 것입니다. 남의 코드를 많이 읽어야 실력이 빨리 향상된다고 합니다. 동의합니다. 저도 공부를 위해 가끔 오픈 소스 코드를 다운로드해서 읽어 보려 시도했지만… 번번이 포기했습니다. 너무 어렵고 재미없고 고통스러워서. 20년 동안 코딩을 했지만 실력이 이 모양인 건 남의 코드를 많이 안 읽어서 아닐까? 요즘 다시 남의 코드를 읽고 있습니다. 다 Cursor 덕분입니다. Cursor에게 부탁하고 Accept를 누르다 보면 코드를 하나도 모른 채 프로그램이 동작하게 됩니다. 분명 내 프로젝트인데 어떤 파일에 어떤 코드들이 있는 건지 나도 모르겠어. 할 수 없이 잠시 멈추고 꾸역꾸역 코드를 읽습니다. 남이 짠 코드. 역시나 재미없고 스트레스를 받습니다. 그래도 읽어 나갈 수밖에 없습니다. 내 프로젝트니까. 이렇게라도 남의 코드를 읽으며 배울 수 있으니 좋은 거 아닐까? 그런 생각이 들면서도 이게 뭐 하는 짓인가 현타가 오는 건 어쩔 수 없습니다. 코딩을 하는 재미를 빼앗기고 있는 것 같습니다. 바둑을 두던 사람들도 이런 기분이었을까요? https://jeho.page/essay/2024/12/23/writing-code.html

K리그 프로그래머

React 19가 얼마 전 정식 버전으로 출시되었는데요, 혹시 React 19 업그레이드를 고려하고 계신가요? 공식 문서의 업그레이드 가이드를 한글로 번역해두었으니 참고하시면 도움이 될 것 같습니다 😊

[번역] 리액트 19 업그레이드 가이드

오늘은 라인플러스의 김은빈님이 번역해주신 글입니다.

리액트 19가 정식 버전으로 출시되면서 많은 변화와 개선사항들이 있었습니다. 특히 메이저 업데이트인 만큼 호환성이 깨지는 변경사항들이 있어 업그레이드 시 주의가 필요한데요.

이 가이드에서는 설치부터 시작해 코드 자동 변환(Codemods), 호환성 이슈, 지원 중단되는 기능들까지 상세히 다루고 있습니다. 특히 실제 마이그레이션 과정에서 발생할 수 있는 이슈들과 해결 방법에 대해 자세히 설명하고 있으니, 리액트 19 업그레이드를 계획하고 계신 분들에게 꼭 필요한 내용이 될 것 같습니다.

업그레이드 과정에서 어려움을 겪지 않도록, 목차에 있는 내용들을 차근차근 살펴보시는 것을 추천드립니다! 😊

글 링크: https://velog.io/@eunbinn/react-19-upgrade-guide

오늘은 라인플러스의 김은빈님이 번역해주신 글입니다. 리액트 19가 정식 버전으로 출시되면서 많은 변화와 개선사항들이 있었습니다. 특히 메이저 업데이트인 만큼 호환성이 깨지는 변경사항들이 있어 업그레이드 시 주의가 필요한데요. 이 가이드에서는 설치부터 시작해 코드 자동 변환(Codemods), 호환성 이슈, 지원 중단되는 기능들까지 상세히 다루고 있습니다. 특히 실제 마이그레이션 과정에서 발생할 수 있는 이슈들과 해결 방법에 대해 자세히 설명하고 있으니, 리액트 19 업그레이드를 계획하고 계신 분들에게 꼭 필요한 내용이 될 것 같습니다. 업그레이드 과정에서 어려움을 겪지 않도록, 목차에 있는 내용들을 차근차근 살펴보시는 것을 추천드립니다! 😊 글 링크: https://velog.io/@eunbinn/react-19-upgrade-guide

velog.io

리액트 19 업그레이드 가이드

이 글에서는 사람의 개입 없이 자율적으로 특정 작업을 수행하는 지능형 시스템인 AI 에이전트의 개념과 이를 통한 차세대 이커머스 구축 전략 및 프레임워크를 자세하게 다룹니다.

AI 에이전트가 바꾸는 이커머스 생태계 | 인사이트리포트 | 삼성SDS

요즘 AI 에이전트가 무엇이고 어떤 일을 담당할 것인가에 대해서는 많이 이야기하지만, 그것이 버티컬도메인에 적용이 되면 어떻게 바뀔까에 대해서는 많이 찾아볼 수가 없다보니 준비하게 되었습니다.

개인사용자가 가장 많이 접하는 '이커머스 생태계'에 AI에이전트가 적용되면 무엇이 어떻게 바뀌게 될까요? 물론 불확실성을 단정적으로 이야기 할 수 없지만, 여러분들과 의견을 나누어 볼 수 있는 마중물 격의 글이라 생각합니다. 관심 부탁드립니다.

1, 모자람 투성이 (현) AI 비서
2. AI 에이전트를 통한 개선
3. AI 에이전트를 이용한 차세대 이커머스
- 답변 정확도가 높은 AI 챗봇
- 맞춤화된 사용과 개인화
- 정확한 재고 예측과 타깃 마케팅
- 간편한 쇼핑과 간소화된 사용 여정
4. AI 에이전트 구조와 개발 프레임워크

https://www.samsungsds.com/kr/insights/ai-agents-in-e-commerce-ecosystem.html

요즘 AI 에이전트가 무엇이고 어떤 일을 담당할 것인가에 대해서는 많이 이야기하지만, 그것이 버티컬도메인에 적용이 되면 어떻게 바뀔까에 대해서는 많이 찾아볼 수가 없다보니 준비하게 되었습니다. 개인사용자가 가장 많이 접하는 '이커머스 생태계'에 AI에이전트가 적용되면 무엇이 어떻게 바뀌게 될까요? 물론 불확실성을 단정적으로 이야기 할 수 없지만, 여러분들과 의견을 나누어 볼 수 있는 마중물 격의 글이라 생각합니다. 관심 부탁드립니다. 1, 모자람 투성이 (현) AI 비서2. AI 에이전트를 통한 개선3. AI 에이전트를 이용한 차세대 이커머스 - 답변 정확도가 높은 AI 챗봇 - 맞춤화된 사용과 개인화 - 정확한 재고 예측과 타깃 마케팅 - 간편한 쇼핑과 간소화된 사용 여정4. AI 에이전트 구조와 개발 프레임워크 https://www.samsungsds.com/kr/insights/ai-agents-in-e-commerce-ecosystem.html

www.samsungsds.com

<AI 에이전트가 바꾸는 이커머스 생태계>

계란후라이 1153

﻿
HR 인사 업무에 있어서 새로운 시도는 어떻게 진행할 수 있을까요? 도전을 위한 시작점에는 여러 가지 기인이 존재할 수 있습니다. 
 1. 특정 인물이 생각한 창의적인 아이디어
 2. 구성원 대상 설문 문사 결과로 집계된 다수 의견
 3. 학자가 연구하여 발표한 자료
 4. 사업과 제품 조직에서 일을 하는 방식을 벤치마킹

모티브가 되는 생각이 있고 그것을 인사 HR 분야 업무에 실험해 볼 수 있습니다. 저는 이것이 대단히 재미있는 도전이라고 생각합니다. 기존에 해보지 않았던 제도와 프로그램을 새롭게 창작할 수 있는 기회가 되기 때문입니다. 그리고 잘 만들면 조직 성장에 기여할 수 있는 건강한 프로세스로 발전할 수 있다고 믿습니다.

실험에서 중요한 것은 치밀한 실행 계획과 객관적인 성과 측정입니다. 분야를 막론하고 새로운 도전을 위한 실험이 사람들에게 기대를 받지 못하는 이유는 아이디어가 산발적이고 실행이 엉성하며 결과를 눈으로 보여줄 수 없기 때문입니다. 그러니까 사람들에게 기대를 받는 실험을 하고 싶다면 지금까지와 정반대로 행동하면 됩니다. 아이디어가 있다면 구체적인 구조로 만들어 실행하고 결과를 측정할 수 있는 방법을 고민하는 것입니다.

사실 인사 HR 분야에서 가장 어려운 것이 성과를 측정하는 일입니다. 인재를 영입하는 방법 중 가장 효과적인 방법은 무엇인가? 질문에 대답하기 어렵습니다. 데이터는 얼마든지 제시할 수 있습니다. 인재 영입 채널 중 가장 많은 지원자가 들어오고 채용 확정된 채널이 무엇인지 제시하는 것입니다. 그러나 과연 이것이 인재 영입 효과를 증명하는 내용이 맞을까요? 채용한 사람이 ‘인재‘가 맞는지 증명하는 내용이 빠져있습니다. 인재 영입 속도에 대한 근거도 없습니다.

성과를 논의하기 전에 미리 결정해야 하는 내용은 실험을 하는 궁극적인 목적을 정의하는 것입니다. 그래야 객관적인 성과를 무엇으로 측정할 것인지 가늠할 수 있습니다. 조직 문화 개선을 위해 연말 이벤트를 개최한다면, 조직 문화 측면에서 구체적으로 무엇을 개선할 것인지 정의하는 것입니다. 구성원 기분을 좋게 만드는 것인지, 소통이 부족했던 다른 기능 조직 구성원과 이야기 나눌 수 있는 기회를 제공하는 것인지, 리더와 자연스럽게 생각을 교류할 수 있게 만드는 것인지 목적을 정의해야 합니다. 그다음 측정 가능한 객관적인 성과도 정의할 수 있습니다.

객관적인 성과 측정은 결국 구성원의 목소리입니다. 뜨거워진 분위기로 말미암아 저절로 문화 지수가 상승하는 고감도 측정 도구가 아직 개발되지 않은 관계로 구성원에게 설문을 받아서 인사 HR 분야 실험 결과를 측정할 수 있습니다. 아니면 실험의 결과로 상관관계가 있는 지표의 변화를 관찰할 수도 있습니다. 예를 들면, 구성원의 경력 개발을 위한 프로그램 개발로 조직에서 근무하는 만족도가 상승하여 근속 기간이 변화하는 것을 관찰할 수 있습니다. 앞에서 이야기했던 것과 같이 실험의 목적을 정의하는 것에 따라 측정하는 객관적인 지표가 결정이 됩니다.

시도나 측정 모두 단위가 작아야 합니다. 거대한 뜻을 한 방에 이루겠다는 목적보다 아주 작은 행동으로 소소한 변화를 만들어 보겠다는 목표가 더 달성 가능합니다. 구성원이 100명이든 1000명 이상이든 모두를 만족하는 무언가를 해보겠다는 아이디어보다 양 옆자리를 동료를 만족하게 만드는 무언가를 해보고 싶다는 아이디어가 더 떠올리기 쉽고 실천하기도 편리합니다. 
궁극적으로 생각하는 위대한 기업문화에 대해서 떠올리고, 위대한 기업문화란 어떤 요인이 필요한지 정의합니다. 각 요인 별로 하위 구성 요소를 정리하다 보면 구체적이고 세부적인 성과 측정 계획을 수립할 수 있습니다.

이렇게 이야기하고 보면 인사 HR 분야 업무도 사업이나 제품 분야 업무와 다르지 않습니다. 문제를 정의하고 해결하는 과정, 해결을 통해 얻은 성과를 측정하고 회고하는 과정, 더 나은 방법과 효율을 위해 끊임없이 개선을 반복하는 과정이 사업과 제품 분야 업무 방식과 닮았습니다. 지금까지 이렇게 하지 않았다면 앞으로 사업이나 제품 분야 업무 방식을 더 따라 해야 합니다.

변화를 수용하는 것은 아프고 힘이 듭니다. 그러나 변화하지 않으면 발전하지 못합니다. 고통이 따르더라도 잠깐입니다. 잠깐의 고통 뒤에는 빛나는 성과가 기다리고 있습니다. 지금 여러분이 어떤 분야에서 일을 하고 있더라도 익숙한 방법 외에 새로운 방법을 찾아 배우고 적용해 보세요. 그것이 여러분 개인과 소속된 조직의 성장을 만드는데 치명적인 도움이 된다고 믿습니다.

계란후라이 1153 ﻿HR 인사 업무에 있어서 새로운 시도는 어떻게 진행할 수 있을까요? 도전을 위한 시작점에는 여러 가지 기인이 존재할 수 있습니다.&nbsp;<ol ><li>특정 인물이 생각한 창의적인 아이디어</li><li>구성원 대상 설문 문사 결과로 집계된 다수 의견</li><li>학자가 연구하여 발표한 자료</li><li>사업과 제품 조직에서 일을 하는 방식을 벤치마킹</li></ol> 모티브가 되는 생각이 있고 그것을 인사 HR 분야 업무에 실험해 볼 수 있습니다. 저는 이것이 대단히 재미있는 도전이라고 생각합니다. 기존에 해보지 않았던 제도와 프로그램을 새롭게 창작할 수 있는 기회가 되기 때문입니다. 그리고 잘 만들면 조직 성장에 기여할 수 있는 건강한 프로세스로 발전할 수 있다고 믿습니다. 실험에서 중요한 것은 치밀한 실행 계획과 객관적인 성과 측정입니다. 분야를 막론하고 새로운 도전을 위한 실험이 사람들에게 기대를 받지 못하는 이유는 아이디어가 산발적이고 실행이 엉성하며 결과를 눈으로 보여줄 수 없기 때문입니다. 그러니까 사람들에게 기대를 받는 실험을 하고 싶다면 지금까지와 정반대로 행동하면 됩니다. 아이디어가 있다면 구체적인 구조로 만들어 실행하고 결과를 측정할 수 있는 방법을 고민하는 것입니다. 사실 인사 HR 분야에서 가장 어려운 것이 성과를 측정하는 일입니다. 인재를 영입하는 방법 중 가장 효과적인 방법은 무엇인가? 질문에 대답하기 어렵습니다. 데이터는 얼마든지 제시할 수 있습니다. 인재 영입 채널 중 가장 많은 지원자가 들어오고 채용 확정된 채널이 무엇인지 제시하는 것입니다. 그러나 과연 이것이 인재 영입 효과를 증명하는 내용이 맞을까요? 채용한 사람이 ‘인재‘가 맞는지 증명하는 내용이 빠져있습니다. 인재 영입 속도에 대한 근거도 없습니다. 성과를 논의하기 전에 미리 결정해야 하는 내용은 실험을 하는 궁극적인 목적을 정의하는 것입니다. 그래야 객관적인 성과를 무엇으로 측정할 것인지 가늠할 수 있습니다. 조직 문화 개선을 위해 연말 이벤트를 개최한다면, 조직 문화 측면에서 구체적으로 무엇을 개선할 것인지 정의하는 것입니다. 구성원 기분을 좋게 만드는 것인지, 소통이 부족했던 다른 기능 조직 구성원과 이야기 나눌 수 있는 기회를 제공하는 것인지, 리더와 자연스럽게 생각을 교류할 수 있게 만드는 것인지 목적을 정의해야 합니다. 그다음 측정 가능한 객관적인 성과도 정의할 수 있습니다. 객관적인 성과 측정은 결국 구성원의 목소리입니다. 뜨거워진 분위기로 말미암아 저절로 문화 지수가 상승하는 고감도 측정 도구가 아직 개발되지 않은 관계로 구성원에게 설문을 받아서 인사 HR 분야 실험 결과를 측정할 수 있습니다. 아니면 실험의 결과로 상관관계가 있는 지표의 변화를 관찰할 수도 있습니다. 예를 들면, 구성원의 경력 개발을 위한 프로그램 개발로 조직에서 근무하는 만족도가 상승하여 근속 기간이 변화하는 것을 관찰할 수 있습니다. 앞에서 이야기했던 것과 같이 실험의 목적을 정의하는 것에 따라 측정하는 객관적인 지표가 결정이 됩니다. 시도나 측정 모두 단위가 작아야 합니다. 거대한 뜻을 한 방에 이루겠다는 목적보다 아주 작은 행동으로 소소한 변화를 만들어 보겠다는 목표가 더 달성 가능합니다. 구성원이 100명이든 1000명 이상이든 모두를 만족하는 무언가를 해보겠다는 아이디어보다 양 옆자리를 동료를 만족하게 만드는 무언가를 해보고 싶다는 아이디어가 더 떠올리기 쉽고 실천하기도 편리합니다.&nbsp;궁극적으로 생각하는 위대한 기업문화에 대해서 떠올리고, 위대한 기업문화란 어떤 요인이 필요한지 정의합니다. 각 요인 별로 하위 구성 요소를 정리하다 보면 구체적이고 세부적인 성과 측정 계획을 수립할 수 있습니다. 이렇게 이야기하고 보면 인사 HR 분야 업무도 사업이나 제품 분야 업무와 다르지 않습니다. 문제를 정의하고 해결하는 과정, 해결을 통해 얻은 성과를 측정하고 회고하는 과정, 더 나은 방법과 효율을 위해 끊임없이 개선을 반복하는 과정이 사업과 제품 분야 업무 방식과 닮았습니다. 지금까지 이렇게 하지 않았다면 앞으로 사업이나 제품 분야 업무 방식을 더 따라 해야 합니다. 변화를 수용하는 것은 아프고 힘이 듭니다. 그러나 변화하지 않으면 발전하지 못합니다. 고통이 따르더라도 잠깐입니다. 잠깐의 고통 뒤에는 빛나는 성과가 기다리고 있습니다. 지금 여러분이 어떤 분야에서 일을 하고 있더라도 익숙한 방법 외에 새로운 방법을 찾아 배우고 적용해 보세요. 그것이 여러분 개인과 소속된 조직의 성장을 만드는데 치명적인 도움이 된다고 믿습니다.﻿

꿈을 찾는 사람에게 보내는 341 번째 편지

데이터 과학자인 저는 ML 경험이 없는 각 분야의 전문가인 비즈니스 분석가, 마케팅 분석가, 데이터 분석가, 데이터 엔지니어가 기계 학습(ML)을 이용할 수 있도록 하는 데 따르는 어려움을 직접 경험했습니다. 이것이 바로 오늘 Amazon SageMaker Canvas에서 Amazon Q Developer를 사용할 수 있다는 Amazon Web Services(AWS)의 발표가 특히 기대되는 이유입니다. 제 관심을 끄는 점은 Amazon Q Developer에서 ML […]

Amazon Q Developer 기반 Amazon SageMaker Canvas에서 ML 모델 구축 | Amazon Web Services

Amazon Q Developer는 도메인 전문가가 ML에 대한 전문 지식이 없더라도 자연어로 Amazon Q와 상호 작용을 하면서 정확한 프로덕션 품질의 ML 모델을 구축할 수 있도록 지원하고 있습니다.

예를 들어 마케터가 “주택 특성 및 과거 판매 데이터를 사용하여 주택 판매 가격을 예측하고 싶다”고 한다면, Amazon Q Developer와 대화하면서 고객 데이터를 분석하고 여러 모델을 빌드하는 최상의 접근 방식을 아래와 같이 추천할 수 있습니다.

<과정 요약>

마케터: 나는 분석가인데 마케팅 및 재무 팀의 주택 가격을 예측해야 해.

Q: 적절한 ML 모델 유형을 권장합니다. 또한 필요한 데이터세트 특성을 비롯하여 솔루션 요구 사항을 간략하게 설명합니다. 그러면 Amazon Q Developer에서 데이터세트 업로드를 원하는지 또는 대상 열 선택을 원하는지 묻습니다.

마케터: 데이터세트를 업로드

Q: 주택, 현재 주택 가격 및 회귀 모델의 대상 변수에 대한 관련 정보를 포함하는 데이터세트 요구 사항을 나열합니다. 그런 다음, 데이터세트 업로드를 원함, 기존 데이터세트 선택, 새 데이터세트 생성, 대상 열 선택을 원함 등의 다음 단계를 권장했습니다.

마케터: 기존 데이터세트로 사용

Q: 데이터세트를 분석하여 median_house_value를 회귀 모델의 대상 열로 제안합니다. 그리고, median_house_value를 예측하는 데 사용할 데이터세트 특성(예: “location”, “housing_median_age” 및 “total_rooms”)을 자세히 설명합니다.

마케터: 모델 훈련을 진행하기 전에 데이터 품질에 대해 질문

Q: Amazon Q Developer는 전체 데이터세트에 대한 품질 인사이트로 응답합니다.

... 이러한 대화 과정을 거쳐

마케터: 모델 완성하고
 * 예측 – 예측 탭을 사용하여 모델을 테스트하여 실제 성능을 검증할 수 있습니다.
 * 배포 – 엔드포인트 배포를 생성하여 모델을 프로덕션 환경에서 사용할 수 있도록 할 수 있습니다.

실제 진행 모습을 아래 블로그의 스냅샵과 함께 보시면 이해가 더 잘 되실 것입니다.

https://aws.amazon.com/ko/blogs/korea/use-amazon-q-developer-to-build-ml-models-in-amazon-sagemaker-canvas/

Amazon Q Developer는 도메인 전문가가 ML에 대한 전문 지식이 없더라도 자연어로 Amazon Q와 상호 작용을 하면서 정확한 프로덕션 품질의 ML 모델을 구축할 수 있도록 지원하고 있습니다. 예를 들어 마케터가 “주택 특성 및 과거 판매 데이터를 사용하여 주택 판매 가격을 예측하고 싶다”고 한다면, Amazon Q Developer와 대화하면서 고객 데이터를 분석하고 여러 모델을 빌드하는 최상의 접근 방식을 아래와 같이 추천할 수 있습니다. &lt;과정 요약&gt; 마케터: 나는 분석가인데 마케팅 및 재무 팀의 주택 가격을 예측해야 해. Q: 적절한 ML 모델 유형을 권장합니다. 또한 필요한 데이터세트 특성을 비롯하여 솔루션 요구 사항을 간략하게 설명합니다. 그러면 Amazon Q Developer에서 데이터세트 업로드를 원하는지 또는 대상 열 선택을 원하는지 묻습니다. 마케터: 데이터세트를 업로드 Q: 주택, 현재 주택 가격 및 회귀 모델의 대상 변수에 대한 관련 정보를 포함하는 데이터세트 요구 사항을 나열합니다. 그런 다음, 데이터세트 업로드를 원함, 기존 데이터세트 선택, 새 데이터세트 생성, 대상 열 선택을 원함 등의 다음 단계를 권장했습니다. 마케터: 기존 데이터세트로 사용 Q: 데이터세트를 분석하여 median_house_value를 회귀 모델의 대상 열로 제안합니다. 그리고, median_house_value를 예측하는 데 사용할 데이터세트 특성(예: “location”, “housing_median_age” 및 “total_rooms”)을 자세히 설명합니다. 마케터: 모델 훈련을 진행하기 전에 데이터 품질에 대해 질문 Q: Amazon Q Developer는 전체 데이터세트에 대한 품질 인사이트로 응답합니다. ... 이러한 대화 과정을 거쳐 마케터: 모델 완성하고<ul><li>예측 – 예측 탭을 사용하여 모델을 테스트하여 실제 성능을 검증할 수 있습니다.</li><li>배포 – 엔드포인트 배포를 생성하여 모델을 프로덕션 환경에서 사용할 수 있도록 할 수 있습니다.</li></ul> 실제 진행 모습을 아래 블로그의 스냅샵과 함께 보시면 이해가 더 잘 되실 것입니다. https://aws.amazon.com/ko/blogs/korea/use-amazon-q-developer-to-build-ml-models-in-amazon-sagemaker-canvas/

Amazon Web Services

Amazon Q Developer로 주택 가격 예측 모델 만들어 보기

구글 HR 수석 부사장이 말하는 이력서 작성 노하우 중 XYZ 법칙이 있습니다.

X - 주요 업무 내용
Y - 수치적으로 표현 가능한 성과 및 결과물
Z - 업무를 수행하기 위한 도구 및 스킬

이 3가지를 조합하여 자신이
어떤 업무를 통해 회사에 어떤 혜택을 주었는지를
정량적으로 표현해보세요.

이력서를 작성할 때, 당신의 주요 목표는
내 모든 경력에 대해 자세히 서술하는 것이 아닙니다.

가장 중요한 목표는 바로 이력서를 읽는 사람의 눈에 띄는 것입니다.

구글 HR 수석 부사장이 말하는 이력서 작성 노하우 중 XYZ 법칙이 있습니다. X - 주요 업무 내용 Y - 수치적으로 표현 가능한 성과 및 결과물 Z - 업무를 수행하기 위한 도구 및 스킬 이 3가지를 조합하여 자신이 어떤 업무를 통해 회사에 어떤 혜택을 주었는지를 정량적으로 표현해보세요. 이력서를 작성할 때, 당신의 주요 목표는 내 모든 경력에 대해 자세히 서술하는 것이 아닙니다. 가장 중요한 목표는 바로 이력서를 읽는 사람의 눈에 띄는 것입니다.

아마존 출신 엔지니어가 알려주는 이력서 작성 팁

2024 프론트엔드 뉴스 한 방에 몰아 보기

2024 프론트엔드 뉴스 한 방에 몰아 보기 : NHN Cloud Meetup

벌써 12월 중순을 지나고 있는데요.
1년 동안 있었던 주요 프런트엔드 관련 핵심 소식을 깔끔하게 정리해 주신 정말 좋은 글을 발행해 주셔서 소개해 드립니다.
이렇게 보니 생각보다 많은 소식이 있었다고 느껴지는데요. 처음 보는 소식이 있으시다면 관련 글의 링크가 명시되어 있으니 읽어보면서 한 해를 마무리해 보시는 건 어떤가요?

https://meetup.nhncloud.com/posts/390

벌써 12월 중순을 지나고 있는데요.1년 동안 있었던 주요 프런트엔드 관련 핵심 소식을 깔끔하게 정리해 주신 정말 좋은 글을 발행해 주셔서 소개해 드립니다.이렇게 보니 생각보다 많은 소식이 있었다고 느껴지는데요. 처음 보는 소식이 있으시다면 관련 글의 링크가 명시되어 있으니 읽어보면서 한 해를 마무리해 보시는 건 어떤가요? https://meetup.nhncloud.com/posts/390

NHN Cloud Meetup

2024 프론트엔드 뉴스 한 방에 몰아보기

GitHub Pages는 깃허브 저장소에 올려놓은 웹 프로젝트를 최소한의 노력으로 호스팅할 수 있는 서비스입니다. 깃허브에서 거의 초창기부터 무료로 제공하고 있는데 은근히 모르시는 분들이 많아서 개인적으로 아쉬웠던 완전 혜자 기능인데요. 백엔드 서버나 데이터베이스를 필요로 하지 않는 단순한 웹사이트를 호스팅하는데 아주 적합합니다.

📺 동영상: https://youtu.be/rd1C-LFz8fU
📝 포스팅: https://www.daleseo.com/github-pages/

사실 요즘 Netlify나 Vercel과 같은 훌륭한 호스팅 플랫폼이 워낙 많지만 제대로 사용하려면 해당 서비스를 공부를 해야 한다는 부담이 있죠. 하지만 GitHub Pages를 활용하면 이러한 학습 곡선을 최소화하면서 아주 쉽게 웹사이트를 배포할 수 있습니다.

GitHub Pages는 깃허브 계정이 있는 누구나 사용할 수 있으며, 기본적으로
github.io
서브 도메인을 제공해주며 별도로 구매한 커스텀 도메인도 연결할 수 있습니다. GitHub Pages를 통해 배포된 웹사이트는 깃허브의 빠르고 안정적인 글로벌 CDN의 혜택을 누릴 수 있다는 것도 큰 매력입니다.

월간 방문자가 10만명이 넘는 제 블로그도 GitHub Pages로 호스팅하고 있는데 아주 만족하며 쓰고 있어요 😎👍 깃허브에 코드 저장소를 가지고 계시다면 배포 과정이 정말 간편해서 꼭 써보시라고 추천드리고 싶습니다!

GitHub Pages는 깃허브 저장소에 올려놓은 웹 프로젝트를 최소한의 노력으로 호스팅할 수 있는 서비스입니다. 깃허브에서 거의 초창기부터 무료로 제공하고 있는데 은근히 모르시는 분들이 많아서 개인적으로 아쉬웠던 완전 혜자 기능인데요. 백엔드 서버나 데이터베이스를 필요로 하지 않는 단순한 웹사이트를 호스팅하는데 아주 적합합니다. 📺 동영상: https://youtu.be/rd1C-LFz8fU📝 포스팅: https://www.daleseo.com/github-pages/ 사실 요즘 Netlify나 Vercel과 같은 훌륭한 호스팅 플랫폼이 워낙 많지만 제대로 사용하려면 해당 서비스를 공부를 해야 한다는 부담이 있죠. 하지만 GitHub Pages를 활용하면 이러한 학습 곡선을 최소화하면서 아주 쉽게 웹사이트를 배포할 수 있습니다. GitHub Pages는 깃허브 계정이 있는 누구나 사용할 수 있으며, 기본적으로 <code >github.io</code> 서브 도메인을 제공해주며 별도로 구매한 커스텀 도메인도 연결할 수 있습니다. GitHub Pages를 통해 배포된 웹사이트는 깃허브의 빠르고 안정적인 글로벌 CDN의 혜택을 누릴 수 있다는 것도 큰 매력입니다. 월간 방문자가 10만명이 넘는 제 블로그도 GitHub Pages로 호스팅하고 있는데 아주 만족하며 쓰고 있어요 😎👍 깃허브에 코드 저장소를 가지고 계시다면 배포 과정이 정말 간편해서 꼭 써보시라고 추천드리고 싶습니다!

GitHub Pages에 웹사이트 배포하기

GPT와 같은 생성형 AI가 출시된 이후, 글쓰기, 번역, 고객 서비스와 같은 직종에서는 약 16%에서 30%의 직업 감소가 관찰되었습니다. 이는 AI가 이러한 업무를 빠르고 정확하게 처리할 수 있기 때문인데요. 하지만 기술 관련 직종(비디오 편집 및 제작: 39% 증가, 백엔드, 프론트 5% 증가)은 오히려 성장세를 보이고 있습니다. 이처럼 개발 분야는 전체적으로 성장세를 보이고 있는데요.
하지만 이러한 변화가 모든 개발자에게 동일한 영향을 미치는 것은 아닙니다.

단순 코딩의 감소와 개발자에 대한 새로운 요구
AI의 발전으로 인해 단순 반복적인 코딩 작업은 더 쉬워졌습니다. 따라서 이러한 작업만을 수행하는 개발자에 대한 수요는 점차 줄어들 것으로 전망됩니다. 이제는 단순한 코딩 기술을 넘어 다음과 같은 능력이 요구됩니다:

새로운 개발자 수요 전망
GPT와 같은 언어 모델은 코드 작성과 구현에서 뛰어난 성능을 발휘합니다. 하지만 미래를 예측하거나 시스템 전반을 최적화하는 창의적인 아이디어 제안에는 여전히 한계가 존재합니다.
이는 고급 엔지니어링 인력에 대한 수요가 증가할 것임을 의미하는데요. 기업 입장에서는 더 효율적이고 최적화된 시스템을 설계하려면 높은 기술력과 창의적인 사고를 갖춘 개발자가 반드시 필요하기 때문입니다. 따라서 미래의 개발자는 다음과 같은 역량이 필요할것으로 예상됩니다.

미래 개발자에게 필요한 역량
 * 기술적 깊이
   * 웹 기술 전반에 대한 깊은 이해
   * 시스템 아키텍처 설계 능력
   * 성능 최적화 역량
 * 비즈니스 통찰력
   * 기술과 비즈니스의 연계성 이해
   * 전략적 의사결정 능력
 * 지속적 학습
   * 새로운 기술 트렌드 파악
   * AI 도구의 효과적 활용 능력

결론
AI 시대의 개발자는 단순히 코드를 작성하는 기술자에서 벗어나, 더 높은 수준의 기술력과 통찰력이 요구됩니다. AI를 보완적 도구로 활용하면서, 시스템 전반을 설계하고 최적화 할 수 있는 역량이 중요해지고 있습니다. 이제부터 나무만 보는 개발자가 아닌, 숲 전체를 조망하며 전체적인 구조와 방향성을 설계할 수 있는 역량이 요구될 것으로 보입니다.

GPT와 같은 생성형 AI가 출시된 이후, 글쓰기, 번역, 고객 서비스와 같은 직종에서는 약 16%에서 30%의 직업 감소가 관찰되었습니다. 이는 AI가 이러한 업무를 빠르고 정확하게 처리할 수 있기 때문인데요. 하지만 기술 관련 직종(비디오 편집 및 제작: 39% 증가, 백엔드, 프론트 5% 증가)은 오히려 성장세를 보이고 있습니다. 이처럼 개발 분야는 전체적으로 성장세를 보이고 있는데요. 하지만 이러한 변화가 모든 개발자에게 동일한 영향을 미치는 것은 아닙니다. 단순 코딩의 감소와 개발자에 대한 새로운 요구AI의 발전으로 인해 단순 반복적인 코딩 작업은 더 쉬워졌습니다. 따라서 이러한 작업만을 수행하는 개발자에 대한 수요는 점차 줄어들 것으로 전망됩니다. 이제는 단순한 코딩 기술을 넘어 다음과 같은 능력이 요구됩니다: 새로운 개발자 수요 전망GPT와 같은 언어 모델은 코드 작성과 구현에서 뛰어난 성능을 발휘합니다. 하지만 미래를 예측하거나 시스템 전반을 최적화하는 창의적인 아이디어 제안에는 여전히 한계가 존재합니다. 이는 고급 엔지니어링 인력에 대한 수요가 증가할 것임을 의미하는데요. 기업 입장에서는 더 효율적이고 최적화된 시스템을 설계하려면 높은 기술력과 창의적인 사고를 갖춘 개발자가 반드시 필요하기 때문입니다. 따라서 미래의 개발자는 다음과 같은 역량이 필요할것으로 예상됩니다. 미래 개발자에게 필요한 역량<ul ><li>기술적 깊이<ul ><li>웹 기술 전반에 대한 깊은 이해</li><li>시스템 아키텍처 설계 능력</li><li>성능 최적화 역량</li></ul></li><li>비즈니스 통찰력<ul ><li>기술과 비즈니스의 연계성 이해</li><li>전략적 의사결정 능력</li></ul></li><li>지속적 학습<ul ><li>새로운 기술 트렌드 파악</li><li>AI 도구의 효과적 활용 능력</li></ul></li></ul> 결론 AI 시대의 개발자는 단순히 코드를 작성하는 기술자에서 벗어나, 더 높은 수준의 기술력과 통찰력이 요구됩니다. AI를 보완적 도구로 활용하면서, 시스템 전반을 설계하고 최적화 할 수 있는 역량이 중요해지고 있습니다. 이제부터 나무만 보는 개발자가 아닌, 숲 전체를 조망하며 전체적인 구조와 방향성을 설계할 수 있는 역량이 요구될 것으로 보입니다.

AI 시대, 개발자 로드맵: 코더에서 아키텍트로

“연차가 얼만데 이것도 몰라요?”

이런 말 들을까 봐 아는 척할 때가 있어요.

부디 연차가 더 쌓이기 전에 모른다고 말하세요. 지금 인정하고 배우는 편이 나아요.

시간의 무게는 갈수록 무겁고 부담스러워져요. 연차가 쌓일수록 모른다고 말하기 어려워요.

지금이 모른다고 말하기 가장 쉬울 때예요.

“연차가 얼만데 이것도 몰라요?” 이런 말 들을까 봐 아는 척할 때가 있어요. 부디 연차가 더 쌓이기 전에 모른다고 말하세요. 지금 인정하고 배우는 편이 나아요. 시간의 무게는 갈수록 무겁고 부담스러워져요. 연차가 쌓일수록 모른다고 말하기 어려워요. 지금이 모른다고 말하기 가장 쉬울 때예요.

“연차가 얼만데 이것도 몰라요?”

이런 말 들을까 봐 아는 척할

리더를 위한 멘탈 수업 (4) ▶저성과자 팀원과 일하는 방법, 팀원도 리콜이 되나요? 중견 기업에서 전산 업무를 담당하고 있는 40대 팀장입니다. 저는 요즘 팀원 때문에 골머리를 썩고 있습니다. 문제가 되고 있는 팀

저성과자 바꾸는 '열린 질문'과 '수시 피드백'

✅팀원 때문에 골머리를 썩고 있습니다. 문제가 되는 팀원은 업무 역량을 포함해 일을 처리하고 소통하는 방식에 문제가 많은 편입니다. 기회가 있을 때마다 충분한 피드백을 줬지만 아무런 변화가 없습니다.

독한 마음을 먹고 “매번 업무 처리가 늦어져 우리 팀 성과에 문제가 되고 있습니다. 어떻게 생각하세요?”라고 말한 적도 있습니다. 정작 본인은 왜 그런 평가를 받아야 하는지 납득하지 못하겠다며 억울하다는 태도를 보이더라고요. 자신은 주어진 일을 빠짐없이 처리했기 때문에 문제가 없다는 것입니다.

이런 상황들이 되풀이되고 업무 정체가 심해져 다른 팀원의 불만도 쌓여가고 있습니다. 팀을 이끌어가는 리더로서 팀원들에게 제 할 일을 하지 못한 것 같아 마음이 무겁습니다. 성과가 낮은 팀원은 어떻게 이끌어야 할까요?

1️⃣‘열린 질문’ 통해 천천히 변화 기다려야
윤대현 교수의 솔루션(서울대병원 정신건강의학과 교수)

변화는 누구에게나 어렵습니다. 그 이유는 무엇일까요? 묘하고 신비로운 인간의 ‘마음’ 때문입니다. 사연자분이 팀원과 일대일 대화를 나눌 때, 사실은 네 명의 객체가 이야기를 나누고 있습니다.

팀장과 팀원 외에도 팀장의 마음과 팀원의 마음도 함께 대화에 참여하는 것이죠. 그런데 사람의 언어와 마음의 언어는 서로 다른 모습을 갖고 있습니다. 사람은 논리적 언어를 사용하지만 마음은 은유적 언어를 사용하기 때문에 머리로는 이해를 했는데도 마음은 반대일 수 있습니다.

우리는 먼저 상대방의 행동을 긍정적으로 변화시키는 것이 얼마나 어려운 것인지 이해하고 인정해야 합니다. 그러니 사연자분이 최선을 다해 코칭했다고 해서 팀원이 바뀔 거라고 기대하지 마십시오. 팀원이 바뀌지 않았다고 과도한 자기비판을 할 필요도 없습니다. 지나치게 부정적인 자기 인식은 리더에게 추천할 만한 덕목이 아니니까요.

효과적인 소통을 위해 쉽게 사용할 수 있는 방법으로는 ‘직면적 소통’이 있습니다. 말 그대로 상대방 잘못을 직접 지적해 자신의 문제를 직면하게 하는 것이죠. “이번에도 마감을 못 지켰네요. 이러다가 우리 팀 실적이 꼴찌겠어요!” 같은 직설적인 말이 직면적 소통입니다.

이 방법은 상대의 마음에 불편함과 부끄러움을 만들고 그 부정적인 감정을 이용해 행동의 변화를 유발합니다. 다만 반복할수록 효과가 떨어지는 문제가 발생합니다. 또한 저항 심리가 작용해 동기부여는 커녕 있던 동기마저 없앨 수 있습니다.

동기부여를 통해 팀원의 행동을 변화시키고 싶다면 직면적 소통보다는 ‘열린 질문’을 해야 합니다. 열린 질문이란 일방적 지시가 아닌 의견을 묻는 것입니다.

“어제 지시한 프로젝트는 다 마쳤나요?” “오늘도 지각이네요. 또 늦잠 잤나요?”가 닫힌 질문이라면, “프로젝트 기획하는 데 어려움은 없나요?” “아침에 일어나는 게 힘든가요? 자꾸 지각하는 이유가 뭘까요?”는 열린 질문입니다.

열린 질문에는 리더의 일방적인 주장이나 지시가 담겨 있지 않아서 팀원에게 저항감을 주지 않습니다. 그래서 마음이 좀 더 쉽게 열립니다.

프로젝트의 어려움을 물어보면, 그간 느꼈던 어려움을 이야기하면서 스스로 자연스럽게 문제를 인식하게 됩니다. 스스로 문제를 인식했기 때문에 해결 방안에 관한 이야기를 나눌 때도 더 능동적으로 대화할 수 있습니다.

리더가 열린 질문에 익숙하지 않은 이유는 변화가 빨리 일어나길 바라는 조급함과 불안감 때문입니다. 하지만 어떤 변화든 하루아침에 일어날 수는 없습니다. 더구나 자신이 아닌 다른 누군가를 변화시키는 일이라면 더욱더 기다림이 필요합니다.

2️⃣그는 왜 피드백이 통하지 않을까
장은지 대표의 솔루션(이머징리더십인터벤션즈 대표)

인간에게는 자신을 다른 사람보다 우월하다고 생각하는 본성이 있습니다. 이로 인해 많은 사람이 “나 정도면 평균 이상이지”라고 믿습니다. 이것이 ‘평균 이상 효과(better-than-average effect)’입니다.

이렇게 자신의 역량과 성과를 후하게 평가하는 심리적 경향으로, 팀원들은 리더가 자신에 대해 낮은 평가를 했을 때 잘 받아들이지 못하는 경우가 많습니다. 실제 모 대기업을 대상으로 조사한 결과 직원의 70% 이상과 임원의 90% 이상이 자신의 성과를 ‘평균 이상’으로 평가했습니다.

저성과자가 있다면 리더는 피드백을 통해 변화를 유도하고 성과를 높이도록 도와야 합니다. 하지만 저성과자 대다수는 아무리 피드백을 주고 코칭을 해도 잘 변하지 않기 때문에 리더에게 큰 부담으로 작용합니다.

사연자 분 같은 상황에서도 당사자는 아무 문제가 없다고 생각하는 동상이몽이 발생하기도 합니다. 이런 경우에는 팀장의 인식이 아닌 팀원의 인식을 기반으로 피드백이 이뤄져야 하는데, 이것을 아는 리더는 많지 않습니다.

저성과자 문제는 대부분 자기 인식의 결여에서 비롯됩니다. 그렇기 때문에 자신에 대한 평가가 부당하다고 생각하죠. 따라서 리더는 먼저 팀원이 자신의 문제점을 정확하게 인식할 수 있도록 돕고, 그 문제가 무엇인지에 따라 피드백을 해야 합니다.

구성원에게 평가가 공정하다는 인상을 주려면 ‘객관적인 평가’와 ‘지속적인 피드백’을 잘 활용해야 합니다. 주기적인 피드백을 통해 객관적이고 투명하게 소통함으로써 당사자가 본인의 저성과를 인정하고 받아들일 수 있게 해야 합니다.

이걸 잘하는 회사가 넷플릭스입니다. 넷플릭스 리더들은 “경쟁사로 가겠다고 하는 팀원 중 최우선으로 붙잡아야 할 사람은 누구인가?”라는 질문으로 팀원들을 수시로 평가합니다. 그리고 이 질문에서 반복적으로 제외되는 사람은 빠르게 해고됩니다. 잔혹할 만큼 냉정한 문화죠.

넷플릭스에 입사했을 정도의 인재들이라면 ‘나 정도면 평균 이상이지’라고 생각할텐데, 냉혹한 평가를 군말 없이 받아들이는 이유는 무엇일까요? 바로 수시로 이뤄지는 리더의 평가와 피드백 덕분입니다.

자기 역량을 과대평가하는 저성과자가 정확한 자기 인식을 할 수 있도록 도우려면 무엇보다 객관적 평가를 토대로 한 효과적인 피드백이 중요합니다. 저성과자에게 하는 피드백은 필요할 때마다 수시로 이뤄져야 하며, 스스로 문제점을 정확하게 인식할 수 있도록 객관적이면서 구체적이어야 효과가 있습니다.

✅팀원 때문에 골머리를 썩고 있습니다. 문제가 되는 팀원은 업무 역량을 포함해 일을 처리하고 소통하는 방식에 문제가 많은 편입니다. 기회가 있을 때마다 충분한 피드백을 줬지만 아무런 변화가 없습니다. 독한 마음을 먹고 “매번 업무 처리가 늦어져 우리 팀 성과에 문제가 되고 있습니다. 어떻게 생각하세요?”라고 말한 적도 있습니다. 정작 본인은 왜 그런 평가를 받아야 하는지 납득하지 못하겠다며 억울하다는 태도를 보이더라고요. 자신은 주어진 일을 빠짐없이 처리했기 때문에 문제가 없다는 것입니다. 이런 상황들이 되풀이되고 업무 정체가 심해져 다른 팀원의 불만도 쌓여가고 있습니다. 팀을 이끌어가는 리더로서 팀원들에게 제 할 일을 하지 못한 것 같아 마음이 무겁습니다. 성과가 낮은 팀원은 어떻게 이끌어야 할까요? 1️⃣‘열린 질문’ 통해 천천히 변화 기다려야윤대현 교수의 솔루션(서울대병원 정신건강의학과 교수) 변화는 누구에게나 어렵습니다. 그 이유는 무엇일까요? 묘하고 신비로운 인간의 ‘마음’ 때문입니다. 사연자분이 팀원과 일대일 대화를 나눌 때, 사실은 네 명의 객체가 이야기를 나누고 있습니다. 팀장과 팀원 외에도 팀장의 마음과 팀원의 마음도 함께 대화에 참여하는 것이죠. 그런데 사람의 언어와 마음의 언어는 서로 다른 모습을 갖고 있습니다. 사람은 논리적 언어를 사용하지만 마음은 은유적 언어를 사용하기 때문에 머리로는 이해를 했는데도 마음은 반대일 수 있습니다. 우리는 먼저 상대방의 행동을 긍정적으로 변화시키는 것이 얼마나 어려운 것인지 이해하고 인정해야 합니다. 그러니 사연자분이 최선을 다해 코칭했다고 해서 팀원이 바뀔 거라고 기대하지 마십시오. 팀원이 바뀌지 않았다고 과도한 자기비판을 할 필요도 없습니다. 지나치게 부정적인 자기 인식은 리더에게 추천할 만한 덕목이 아니니까요. 효과적인 소통을 위해 쉽게 사용할 수 있는 방법으로는 ‘직면적 소통’이 있습니다. 말 그대로 상대방 잘못을 직접 지적해 자신의 문제를 직면하게 하는 것이죠. “이번에도 마감을 못 지켰네요. 이러다가 우리 팀 실적이 꼴찌겠어요!” 같은 직설적인 말이 직면적 소통입니다. 이 방법은 상대의 마음에 불편함과 부끄러움을 만들고 그 부정적인 감정을 이용해 행동의 변화를 유발합니다. 다만 반복할수록 효과가 떨어지는 문제가 발생합니다. 또한 저항 심리가 작용해 동기부여는 커녕 있던 동기마저 없앨 수 있습니다. 동기부여를 통해 팀원의 행동을 변화시키고 싶다면 직면적 소통보다는 ‘열린 질문’을 해야 합니다. 열린 질문이란 일방적 지시가 아닌 의견을 묻는 것입니다. “어제 지시한 프로젝트는 다 마쳤나요?” “오늘도 지각이네요. 또 늦잠 잤나요?”가 닫힌 질문이라면, “프로젝트 기획하는 데 어려움은 없나요?” “아침에 일어나는 게 힘든가요? 자꾸 지각하는 이유가 뭘까요?”는 열린 질문입니다. 열린 질문에는 리더의 일방적인 주장이나 지시가 담겨 있지 않아서 팀원에게 저항감을 주지 않습니다. 그래서 마음이 좀 더 쉽게 열립니다. 프로젝트의 어려움을 물어보면, 그간 느꼈던 어려움을 이야기하면서 스스로 자연스럽게 문제를 인식하게 됩니다. 스스로 문제를 인식했기 때문에 해결 방안에 관한 이야기를 나눌 때도 더 능동적으로 대화할 수 있습니다. 리더가 열린 질문에 익숙하지 않은 이유는 변화가 빨리 일어나길 바라는 조급함과 불안감 때문입니다. 하지만 어떤 변화든 하루아침에 일어날 수는 없습니다. 더구나 자신이 아닌 다른 누군가를 변화시키는 일이라면 더욱더 기다림이 필요합니다. 2️⃣그는 왜 피드백이 통하지 않을까장은지 대표의 솔루션(이머징리더십인터벤션즈 대표) 인간에게는 자신을 다른 사람보다 우월하다고 생각하는 본성이 있습니다. 이로 인해 많은 사람이 “나 정도면 평균 이상이지”라고 믿습니다. 이것이 ‘평균 이상 효과(better-than-average effect)’입니다. 이렇게 자신의 역량과 성과를 후하게 평가하는 심리적 경향으로, 팀원들은 리더가 자신에 대해 낮은 평가를 했을 때 잘 받아들이지 못하는 경우가 많습니다. 실제 모 대기업을 대상으로 조사한 결과 직원의 70% 이상과 임원의 90% 이상이 자신의 성과를 ‘평균 이상’으로 평가했습니다. 저성과자가 있다면 리더는 피드백을 통해 변화를 유도하고 성과를 높이도록 도와야 합니다. 하지만 저성과자 대다수는 아무리 피드백을 주고 코칭을 해도 잘 변하지 않기 때문에 리더에게 큰 부담으로 작용합니다. 사연자 분 같은 상황에서도 당사자는 아무 문제가 없다고 생각하는 동상이몽이 발생하기도 합니다. 이런 경우에는 팀장의 인식이 아닌 팀원의 인식을 기반으로 피드백이 이뤄져야 하는데, 이것을 아는 리더는 많지 않습니다. 저성과자 문제는 대부분 자기 인식의 결여에서 비롯됩니다. 그렇기 때문에 자신에 대한 평가가 부당하다고 생각하죠. 따라서 리더는 먼저 팀원이 자신의 문제점을 정확하게 인식할 수 있도록 돕고, 그 문제가 무엇인지에 따라 피드백을 해야 합니다. 구성원에게 평가가 공정하다는 인상을 주려면 ‘객관적인 평가’와 ‘지속적인 피드백’을 잘 활용해야 합니다. 주기적인 피드백을 통해 객관적이고 투명하게 소통함으로써 당사자가 본인의 저성과를 인정하고 받아들일 수 있게 해야 합니다. 이걸 잘하는 회사가 넷플릭스입니다. 넷플릭스 리더들은 “경쟁사로 가겠다고 하는 팀원 중 최우선으로 붙잡아야 할 사람은 누구인가?”라는 질문으로 팀원들을 수시로 평가합니다. 그리고 이 질문에서 반복적으로 제외되는 사람은 빠르게 해고됩니다. 잔혹할 만큼 냉정한 문화죠. 넷플릭스에 입사했을 정도의 인재들이라면 ‘나 정도면 평균 이상이지’라고 생각할텐데, 냉혹한 평가를 군말 없이 받아들이는 이유는 무엇일까요? 바로 수시로 이뤄지는 리더의 평가와 피드백 덕분입니다. 자기 역량을 과대평가하는 저성과자가 정확한 자기 인식을 할 수 있도록 도우려면 무엇보다 객관적 평가를 토대로 한 효과적인 피드백이 중요합니다. 저성과자에게 하는 피드백은 필요할 때마다 수시로 이뤄져야 하며, 스스로 문제점을 정확하게 인식할 수 있도록 객관적이면서 구체적이어야 효과가 있습니다.

✅팀원 때문에 골머리를 썩고 있습니다. 문제가 되는 팀원은 업무 

”상사도 관리해야 합니다“ | 오늘 이야기할 주제는 ‘어퍼 매니지먼트(Upper Management)’입니다. 이 용어는 해외에서는 익숙하지만, 국내에서는 아직 생소합니다. 어퍼 매니지먼트란 말 그대로 상사를 어떻게 효과적으로 관리할 것인지에 대한 개념입니다. 보통 매니지먼트라고 하면 팀원이나 조직을 관리하는 것을 떠올리지만 여기서는 반대로 상사와의 관계를 주도적으로 이끌어가는 방법에 

04. 당신은 상사를 어떻게 관리하고 있나요?

개인 커리어를 발전시키기 위해서 보통 새로운 서비스를 성공적으로 런칭하거나, 여러 프로젝트를 동시에 관리하거나, 팀을 이끄는 리더십 등 다양한 방법이 있습니다. 하지만 무엇보다도 직급이 올라가게 되면 상사와의 소통과 협력이 더욱 중요합니다.
이때 필요한 어퍼매니지먼트에 대한 개념을 설명해주신 글이 있어 공유드립니다.

어퍼 매니지먼트란
상사를 어떻게 효과적으로 관리할 것인지에 대한 개념이고, 상사와의 관계를 주도적으로 이끌어가는 방법에 초점을 맞춥니다.
많은 사람들이 상사는 나를 평가하고 관리하는 존재로만 생각하지만, 상사를 효과적으로 관리하고 내가 원하는 방향으로 관계를 이끌어나가는 것이야말로 커리어의 큰 변화를 가져올 수 있습니다.
상사에게 내 업무를 알리고, 필요할 때 도움을 요청하며, 내 성과를 명확히 전달하는 것이 어퍼 매니지먼트의 핵심입니다.

매커니즘 설정의 중요성
상사와의 정기적인 미팅을 잡는 것은 능사가 아닙니다. 프로젝트가 잘 진행되고 있고 상사의 도움이 필요하지 않다면 미팅을 과감히 취소하는 것도 하나의 전략입니다.
내가 전달하고자 하는 핵심이 무엇인지 고민하고, 무작정 미팅을 잡는 것이 아닌 상사의 시간을 효율적으로 사용하는 것이 중요합니다.
보고는 단순히 칭찬을 받기 위한 것이 아닌 프로젝트의 성공을 위해 필요한 지원을 얻고 결정을 함께 내리기 위한 것입니다. 그렇기에 반드시 필요한 정보만 간결히 전달하고 필요한 도움을 구체적으로 요청해야 합니다.

문제를 감추지 말고 사실에 기반해 보고하라
문제가 발생 했을 때 감추지 않고, 사실에 기반에 균형 잡힌 내용을 보고하는 것이 중요합니다
저는 상사들에게 잘한 점만 강조하기보다 어려운 부분과 해결이 필요한 문제들을 솔직하게 공유했습니다.
문제 보고 시 단순히 "도와주세요"가 아닌 지금까지 어떤 방식으로 문제를 해결하려고 노력했는지 그리고 우리가 고려한 여러 대안을 함께 제시하는 것이 중요합니다
상사에게 모든 결정을 떠넘기려고 하는게 아닌 우리가 제안한 해결책에 대한 동의를 구하거나 보완점을 확인하는것이 좋습니다.

약속과 시간을 철저히 지켜라
여기서 말하는 시간은 프로젝트의 마감 기한 뿐만 아닌 회의록 작성, 추가 자료 제공 등 모든 약속을 포함합니다. 상사가 재촉하지 않는다고 해서 몇 번 약속을 어기게 되면 신뢰를 잃기 쉽습니다. 저는 프로젝트를 진행하면서 회의가 끝난 직후 즉시 회의록을 작성해 공유했고, 모든 팀원들도 각자의 일정과 약속을 철저히 지켰습니다. 이러한 철저한 태도는 상사의 신뢰를 얻는 데 큰 도움이 됩니다.

어퍼 매니지먼트의 핵심은
신뢰를 얻는 것입니다. 상사의 시간을 소중히 여기고, 꾸준히 성실한 모습을 보여준다면 자연스럽게 신뢰를 쌓을 수 있습니다. 이러한 자세는 상사뿐만 아니라 동료나 타 부서와의 협업에서도 큰 도움이됩니다.

개인 커리어를 발전시키기 위해서 보통 새로운 서비스를 성공적으로 런칭하거나, 여러 프로젝트를 동시에 관리하거나, 팀을 이끄는 리더십 등 다양한 방법이 있습니다. 하지만 무엇보다도 직급이 올라가게 되면 상사와의 소통과 협력이 더욱 중요합니다.이때 필요한 어퍼매니지먼트에 대한 개념을 설명해주신 글이 있어 공유드립니다. 어퍼 매니지먼트란상사를 어떻게 효과적으로 관리할 것인지에 대한 개념이고, 상사와의 관계를 주도적으로 이끌어가는 방법에 초점을 맞춥니다. 많은 사람들이 상사는 나를 평가하고 관리하는 존재로만 생각하지만, 상사를 효과적으로 관리하고 내가 원하는 방향으로 관계를 이끌어나가는 것이야말로 커리어의 큰 변화를 가져올 수 있습니다. 상사에게 내 업무를 알리고, 필요할 때 도움을 요청하며, 내 성과를 명확히 전달하는 것이 어퍼 매니지먼트의 핵심입니다. 매커니즘 설정의 중요성 상사와의 정기적인 미팅을 잡는 것은 능사가 아닙니다. 프로젝트가 잘 진행되고 있고 상사의 도움이 필요하지 않다면 미팅을 과감히 취소하는 것도 하나의 전략입니다.내가 전달하고자 하는 핵심이 무엇인지 고민하고, 무작정 미팅을 잡는 것이 아닌 상사의 시간을 효율적으로 사용하는 것이 중요합니다.보고는 단순히 칭찬을 받기 위한 것이 아닌 프로젝트의 성공을 위해 필요한 지원을 얻고 결정을 함께 내리기 위한 것입니다. 그렇기에 반드시 필요한 정보만 간결히 전달하고 필요한 도움을 구체적으로 요청해야 합니다. 문제를 감추지 말고 사실에 기반해 보고하라문제가 발생 했을 때 감추지 않고, 사실에 기반에 균형 잡힌 내용을 보고하는 것이 중요합니다저는 상사들에게 잘한 점만 강조하기보다 어려운 부분과 해결이 필요한 문제들을 솔직하게 공유했습니다.문제 보고 시 단순히 "도와주세요"가 아닌 지금까지 어떤 방식으로 문제를 해결하려고 노력했는지 그리고 우리가 고려한 여러 대안을 함께 제시하는 것이 중요합니다 상사에게 모든 결정을 떠넘기려고 하는게 아닌 우리가 제안한 해결책에 대한 동의를 구하거나 보완점을 확인하는것이 좋습니다. 약속과 시간을 철저히 지켜라여기서 말하는 시간은 프로젝트의 마감 기한 뿐만 아닌 회의록 작성, 추가 자료 제공 등 모든 약속을 포함합니다. 상사가 재촉하지 않는다고 해서 몇 번 약속을 어기게 되면 신뢰를 잃기 쉽습니다. 저는 프로젝트를 진행하면서 회의가 끝난 직후 즉시 회의록을 작성해 공유했고, 모든 팀원들도 각자의 일정과 약속을 철저히 지켰습니다. 이러한 철저한 태도는 상사의 신뢰를 얻는 데 큰 도움이 됩니다. 어퍼 매니지먼트의 핵심은 신뢰를 얻는 것입니다. 상사의 시간을 소중히 여기고, 꾸준히 성실한 모습을 보여준다면 자연스럽게 신뢰를 쌓을 수 있습니다. 이러한 자세는 상사뿐만 아니라 동료나 타 부서와의 협업에서도 큰 도움이됩니다.

Brunch Story

당신은 상사를 어떻게 관리하고 있나요?

Software engineers shared their favorite IDEs with GenAI features on social media. The most-mentioned one by a comfortable margin was Cursor. WindSurf and Zed also seem to be getting traction at the expense of Visual Studio, and JetBrains.

Which IDEs do software engineers love, and why?

예전에는 IntelliJ 혹은 VSCode로 천하통일이었던 것 같은데, 최근 AI 기능 통합된 새로운 도구들이 속속 나타나면서 개발자들에게는 더 즐거운 IDE 선택지들이 생긴 것 같습니다.

 * Cursor: 2022년에 설립되어 2023년 3월 첫 버전을 출시한 AI 기반 IDE로, 특히 'Composer'라는 기능이 주목받고 있습니다. 이 기능은 여러 파일에 걸쳐 지시사항을 수행. "다른 경쟁사 제품을 사용해봐도 Cursor가 더 나은 결과를 제공한다"는 찬사도 받음.
 * Windsurf: Codeium에서 최근 출시한 AI 코드 에디터로, AI와의 협업 흐름을 개선하고 디버깅 시 유용하다는 평가를 받고 있습니다. 'Cascade'라는 기능은 여러 파일에 걸쳐 협업할 수 있는 에이전트형 챗봇으로, 'write code'와 'chat' 모드를 지원하며 터미널 명령도 실행할 수 있습니다.
 * Zed: 협업과 AI 기능을 갖춘 차세대 코드 에디터로, 빠른 속도와 사용자 친화적인 인터페이스를 제공합니다.
 * Neovim with Copilot: Vim 기반의 텍스트 에디터인 Neovim에 GitHub Copilot을 통합하여 AI 기반 코드 보완 기능을 활용할 수 있습니다.
 * Supermaven: VS Code나 JetBrains IDE와 같은 환경에서 작동하는 AI 완성 유틸리티로, 코드 작성 시 효율성을 높여줍니다.

 * 무료 도구 (기본 사용량 한정):
   * Zed: 초기 출시 기간 동안 Anthropic과의 파트너십을 통해 무료로 제공
   * Cursor: 2주간의 무료 체험 기간 제공
   * Windsurf: 개인 무료 플랜 제공
   * v0 by Vercel: 개인 무료 플랜 제공
   * Replit AI Agent: 스타터 플랜 제공
   * Cody: 무료 플랜 제공
   * Bolt.new: 추수감사절 기간 동안 200만 개의 무료 토큰 제공
   * JetBrains AI: 7일간의 무료
 * 유료 도구 ($10-20/월):
   * Cody: Pro 플랜 월 $9
   * GitHub Copilot: 개인 플랜 월 $10
   * JetBrains AI: Pro 플랜 월 $10
   * Replit AI Agent: Core 플랜 월 $15
   * Stackblitz: Pro 플랜 월 $18
   * Cursor: Pro 플랜 월 $20
   * v0 by Vercel: 월 $20
     
     
   
   

https://blog.pragmaticengineer.com/ide-that-software-engineers-love

예전에는 IntelliJ 혹은 VSCode로 천하통일이었던 것 같은데, 최근 AI 기능 통합된 새로운 도구들이 속속 나타나면서 개발자들에게는 더 즐거운 IDE 선택지들이 생긴 것 같습니다. <ul ><li>Cursor: 2022년에 설립되어 2023년 3월 첫 버전을 출시한 AI 기반 IDE로, 특히 'Composer'라는 기능이 주목받고 있습니다. 이 기능은 여러 파일에 걸쳐 지시사항을 수행. "다른 경쟁사 제품을 사용해봐도 Cursor가 더 나은 결과를 제공한다"는 찬사도 받음. </li><li>Windsurf: Codeium에서 최근 출시한 AI 코드 에디터로, AI와의 협업 흐름을 개선하고 디버깅 시 유용하다는 평가를 받고 있습니다. 'Cascade'라는 기능은 여러 파일에 걸쳐 협업할 수 있는 에이전트형 챗봇으로, 'write code'와 'chat' 모드를 지원하며 터미널 명령도 실행할 수 있습니다.</li><li>Zed: 협업과 AI 기능을 갖춘 차세대 코드 에디터로, 빠른 속도와 사용자 친화적인 인터페이스를 제공합니다.</li><li>Neovim with Copilot: Vim 기반의 텍스트 에디터인 Neovim에 GitHub Copilot을 통합하여 AI 기반 코드 보완 기능을 활용할 수 있습니다.</li><li>Supermaven: VS Code나 JetBrains IDE와 같은 환경에서 작동하는 AI 완성 유틸리티로, 코드 작성 시 효율성을 높여줍니다.</li></ul> <ul ><li>무료 도구 (기본 사용량 한정):<ul ><li>Zed: 초기 출시 기간 동안 Anthropic과의 파트너십을 통해 무료로 제공</li><li>Cursor: 2주간의 무료 체험 기간 제공</li><li>Windsurf: 개인 무료 플랜 제공</li><li>v0 by Vercel: 개인 무료 플랜 제공</li><li>Replit AI Agent: 스타터 플랜 제공</li><li>Cody: 무료 플랜 제공</li><li>Bolt.new: 추수감사절 기간 동안 200만 개의 무료 토큰 제공</li><li>JetBrains AI: 7일간의 무료</li></ul></li><li>유료 도구 ($10-20/월):<ul ><li>Cody: Pro 플랜 월 $9</li><li>GitHub Copilot: 개인 플랜 월 $10</li><li>JetBrains AI: Pro 플랜 월 $10</li><li>Replit AI Agent: Core 플랜 월 $15</li><li>Stackblitz: Pro 플랜 월 $18</li><li>Cursor: Pro 플랜 월 $20</li><li>v0 by Vercel: 월 $20 </li></ul> </li></ul> https://blog.pragmaticengineer.com/ide-that-software-engineers-love

The Pragmatic Engineer

요즘 IDE

Llama 모델이란?먼저, Llama 모델에 대해 간단히 소개하겠습니다.   Llama(Large Language Model Meta AI)는 Meta AI에서 개발한 대규모 언어 모델입니다. OpenAI의 GPT 시리즈와 마찬가지로 트랜스포머 아키텍처를 기반으로 하며, 다양한 크기와 성능을 제공합니다. 이 포스팅에서 다룰 Llama-3.2-1B-Instruction 모델은 약 10억 개의 파라미터를 가진 모델로, sLLM에 해당하는 아주 작은 파라미터를 가지고 있지만, 특정 태스크에서는 뛰어난 성능을 보여주는 모델입니다.한국어 QA 튜닝 방법한국어 QA 시스템의 발전은 국내 AI 산업에서 매우 중요한 부분을 차지합니다. 검색 엔진, 고객 서비스 챗봇, 교육용 AI 등 다양한 분야에서 활용될 수 있기 때..

Llama-3.2-1B-Instruction 모델 파인튜닝하기

최근에 Llama 모델을 파인튜닝 해서 모델의 성능을 높여야하는 과제가 있어서,
다양한 자료를 찾아보았습니다.

그런데 대부분의 경우 잘 실행되지 않았고, 알 수 없는 에러로 저를 고생시키기만 했습니다.
그러다가 아래 링크에 있는 내용들을 보고 성공했습니다.

그리고 이를 바탕으로 해서 Llama-70B 모델도 파인튜닝을 할 수 있는 코드를 작성하기도 했습니다.

파인튜닝에 관심있는 분에게 추천드립니다.

https://naakjii.tistory.com/138

최근에 Llama 모델을 파인튜닝 해서 모델의 성능을 높여야하는 과제가 있어서, 다양한 자료를 찾아보았습니다. 그런데 대부분의 경우 잘 실행되지 않았고, 알 수 없는 에러로 저를 고생시키기만 했습니다. 그러다가 아래 링크에 있는 내용들을 보고 성공했습니다. 그리고 이를 바탕으로 해서 Llama-70B 모델도 파인튜닝을 할 수 있는 코드를 작성하기도 했습니다. 파인튜닝에 관심있는 분에게 추천드립니다. https://naakjii.tistory.com/138

NJSUNG BLOG

Llama 를 파인튜닝 해보자.

전문가를 위한 파이썬 | 파이썬의 잠재력을 끌어올리는 프로그래밍 기법다른 언어에서 배운 패턴을 파이썬에 억지로 맞추지 말자. 파이썬의 단순함은 생산성을 빠르게 높여주지만, 그 단순함에 취해 언어가 제공하는 다양……

전문가를 위한 파이썬 | 루시아누 하말류 - 교보문고

저는 파이썬이라는 언어를 매우 좋아합니다.
깔끔하고 알기 쉬운 문법, 친절한 문서, 따뜻한 커뮤니티가 있기 때문입니다.

그런데 쉬운언어라는 선입견들이 있어서,
입문자 단계에서 중급자로 올라가기 위해서는 다양한 노력들을 해야합니다.

파이썬 관련해서 책을 30권정도는 봤는데, 그중에 단 1권만 추천한다면
단연코 '전문가를 위한 파이썬'을 추천합니다.

프로토콜, 메타프로그램, 제너레이터등의 주제를 다루고 있습니다.
조금 어려운 주제 일 수 있지만, 중급자 이상으로 올라가려면 파이썬의 동작방식을 잘 이해해야 될 것입니다.

이 책으로 같이 스터디하시면 아마도 실력이 한단계 더 향상 될것이라 생각합니다 .
https://product.kyobobook.co.kr/detail/S000214847242

저는 파이썬이라는 언어를 매우 좋아합니다. 깔끔하고 알기 쉬운 문법, 친절한 문서, 따뜻한 커뮤니티가 있기 때문입니다. 그런데 쉬운언어라는 선입견들이 있어서, 입문자 단계에서 중급자로 올라가기 위해서는 다양한 노력들을 해야합니다. 파이썬 관련해서 책을 30권정도는 봤는데, 그중에 단 1권만 추천한다면 단연코 '전문가를 위한 파이썬'을 추천합니다. 프로토콜, 메타프로그램, 제너레이터등의 주제를 다루고 있습니다. 조금 어려운 주제 일 수 있지만, 중급자 이상으로 올라가려면 파이썬의 동작방식을 잘 이해해야 될 것입니다. 이 책으로 같이 스터디하시면 아마도 실력이 한단계 더 향상 될것이라 생각합니다 .https://product.kyobobook.co.kr/detail/S000214847242

product.kyobobook.co.kr

중급자를 위한 파이썬 책을 단 한권만 추천한다면?

기획자로서 필요한 Open API 개념 이해하기 | 요즘IT

📰 데일리 스크랩
-

기획 업무를 처음 접한 후, 가장 이해하기 어려웠던 개념이 'API' 인데요.
API, 오픈 API의 개념과 활용사례를 
기획자의 입장에서 잘 정리해둔 페이지가 있어 공유 드립니다.

API를 사용할 경우, 적은 비용으로 더 많은 데이터를 활용할 수 있고
신뢰도 높은 자료를 서비스에 접목하여 확장성을 넓힐 수 있는데요.
서비스 기획의 기본이 되는 api의 개념은 잘 습득해두시면 좋을 것 같습니다. 😄

요즘IT

Product Manager

김명찬

링컨, 알렉스 퍼거슨, 빌리 빈을 존경합니다.

#프로덕트매니저 #데이터분석

마케터

박환식

Associate Product Manager

김지원

'즐겁고, 신나고, 재미있게!'가 인생의 좌우명입니다. 재밌게 일하고 즐거운 마음으로 배우고 싶습니다😀
#CRM #커뮤니케이션 #기획자 #사용자조사 #ENTP #여행

프로덕트 매니저

■ kakao | 멜론티켓 서비스기획 (2020.02 - 2021.11)
멜론티켓 콘텐츠 마케팅 (2018.06 - 2020.02)

멜론티켓 마케터 / Marketer

■ kakao | 카카오 서비스기획 (2021.12 - 2023.05)

카카오 서비스기획 / Product Manager

경영학과

정연수 Jamie

인스타그램

멜론티켓 마케터/서비스 기획자와 카카오 서비스 기획을 거쳤고
지금은 프리랜서 서비스 & 콘텐츠 기획자로 일하고 있습니다.

#프리랜서 #기획자 #끊임없이배우기 #네트워킹 #독서 #디지털마케팅 #블로거

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필